一种改进的WOx忆阻器模型及其突触特性分析

忆阻器被定义为第四种基本电子元器件, 其模型的研究呈现多样性. 目前, 忆阻器模型与忆阻器实际特性的切合程度引起了研究者的广泛关注. 通过改变离子扩散项, 提出了一种新的WO_x忆阻器模型, 更好地匹配了忆阻器的实际行为特性. 首先, 新的模型不仅能够描述忆阻器的一般特性, 而且能够俘获记忆丢失行为. 另外, 将新的忆阻器作为神经突触, 分析了脉冲速率依赖可塑性、短期可塑性、长期可塑性, 并发现了与生物系统中极为相似的“经验学习”现象. 最后, 考虑到温度与离子扩散系数的关系, 探讨了温度对突触权值弛豫过程的影响. 实验表明, 新忆阻器模型比原来的模型更切合实际, 且更适合作为突触而应用到神经形态系统之中.     

双层结构突触仿生忆阻器的时空信息传递及稳定性

现有计算机体系架构下的神经网络难以对多任务复杂数据进行高效处理,成为制约人工智能技术发展的瓶颈之一,而人脑的并行运算方式具有高效率、低功耗和存算一体的特点,被视为打破传统冯·诺依曼计算体系最具潜力的运算体系.突触仿生器件是指从硬件层面上实现人脑神经拟态的器件,它可以模拟脑神经对信息的处理方式,即记忆和信息处理过...     

基于六角氮化硼二维薄膜的忆阻器

报道了一种基于多层六角氮化硼(h-BN)二维薄膜的忆阻器件.该器件不需要电预处理过程,且具有自限流的双极性阻变行为;具有较好的抗疲劳性和较长的数据保持时间.该器件在脉冲编程条件下具有模拟转变特性,即在连续的电压脉冲下器件的电阻态能被连续地调控,使得该器件能够模仿神经网络系统中的神经突触权重变化行为.综上所述,基于多层h-BN的忆阻器具有应用在非易失性存储和神经计算中的潜力.     

基于忆阻器的spiking神经网络在图像边缘提取中的应用

根据生物视觉系统的功能原理,用忆阻器模拟生物突触,结合忆阻器的记忆特性和spiking神经网络的高效处理能力,构造了一种可用于图像边缘提取的三层spiking神经网络模型,该网络用忆阻器电导的变化量来表征图像边缘信息,仿真结果表明,该方法的边缘提取结果具有连续性、光滑性、低误检漏检性和边缘定位准确性,该神经网络的处理过程符合生物信息处理机制,为视觉系统的仿生实现提供了新的思路。     

一种适用于大规模忆阻网络的忆阻器单元解析建模策略

忆阻网络是一种基于忆阻器单元的大规模非线性电路,在下一代人工智能、生物电子、高性能存储器等新兴研究领域发挥着重要作用.描述忆阻器单元物理和电学特性的模型对忆阻网络的性能仿真具有显著影响.然而,现有模型主要为非解析模型,应用于忆阻网络分析时可能存在收敛性问题.因此,提出了一种基于同伦分析法(homotopy analys...     

应用于感存算一体化系统的多模调控忆阻器

交互式人工智能系统的构建依赖于高性能人工感知系统和处理系统的开发.传统的感知处理系统传感器、存储器和处理器在空间上是分离的,感知数据信息的频繁传输和数据格式转换造成了系统的长延时与高能耗.受生物感知神经系统的启发,耦合感知、存储、计算功能的感存算一体化技术为未来感知处理领域提供了可靠的技术方案.具有感知光、压力、化学物质等能力的忆阻器是应用于感存算一体系统的理想器件.本文从器件层面综述了应用于感存算一体化系统忆阻器的研究方向和研究进展,包括视觉、触觉、嗅觉、听觉和多感官耦合类别,并在器件、工艺与集成、电路系统架构和算法方面指出现阶段的挑战与展望,为未来神经形态感存算一体化系统的发展提供可行的研究方向.     

钙钛矿相界面插层对SrFeOx基忆阻器的性能提升

SrFeO_x(SFO)是一种能在SrFeO_2.5钙铁石(BM)相和SrFeO₃钙钛矿(PV)相之间发生可逆拓扑相变的材料.这种相变能显著改变电导却维持晶格框架不变,使SFO成为一种可靠的阻变材料.目前大部分SFO基忆阻器使用单层BM-SFO作为阻变功能层,这种器件一般表现出突变型阻变行为,因而其应用被局限于两态存储.对于神经形态计算等应用,单层BM-SFO忆阻器存在阻态数少、阻值波动大等问题.为解决这些问题,本研究设计出BM-SFO/PV-SFO双层忆阻器,其中PV-SFO层为富氧界面插层,可在导电细丝形成过程中提供大量氧离子并在断裂过程中回收氧离子,使导电细丝的几何尺寸(如直径)在更大范围内可调,从而获得更多、更连续且稳定的阻态,可用于模拟长时程增强和抑制等突触行为.基于该器件仿真构建了全连接神经网络(ANN),在手写体数字光学识别(ORHD)数据集进行在线训练后获得了86.3%的识别准确率,相比于单层忆阻器基ANN的准确率提升69.3%.本研究为SFO基忆阻器性能调控提供了一种新方法,并展示了它们作为人工突触器件在神...     

最简荷控型忆阻器混沌电路的设计及实现

利用惠普荷控型忆阻器、电感、电容和负电导串联设计了一类单回路忆阻器混沌电路.采用常规的动力学分析目的 研究系统的基本动力学特性,如平衡点稳定性分析、李雅普诺夫指数谱和分岔图等.数值仿真表明该系统在一个平衡点的情况下产生一类特殊的单涡卷混沌吸引子,且随系统参数的改变产生丰富复杂的混沌行为.为验证电路的正确性,利用Pspice进行相应电路仿真,仿真结果与理论分析、数值计算基本一致.     

基于有机/无机双层忆阻器的人工光电神经元

提出了一种基于Ag/IDTBT/ZnO/Si忆阻器的人工神经元器件,该器件开关比约为102～103且有较低的工作电压。该器件能够模拟泄漏集成点火的神经元模型。此外,研究了IDTBT浓度对人工神经元器件性能的影响。结果表明：IDTBT浓度的增加会导致薄膜厚度的增加,进而会使得神经元器件的阈值电压升高以及积分点火所需要的幅值电压变大。当有光照射之后,器件的阈值电压会明显降低。在器件储存了30天后重新测试,器件性能没有明显的变化,说明该器件具有良好的稳定性。本工作为促进神经形态系统的发展提供了有效的策略。     

改进型细胞神经网络实现的忆阻器混沌电路

在通用细胞神经网络单元的基础上,本文利用忆阻器本身的非线性实现了一种改进型细胞神经网络单元.通过连接4个改进的细胞神经网络单元导出了一种基于状态控制细胞神经网络的忆阻器混沌电路.为了验证该方法的正确性,采用通用的电子器件构建了一个忆阻器的模拟等效电路,并对提出的电路进行了实验分析.实验结果与数值仿真结果的一致性表明采用改进型的细胞神经网络可以有效地实现忆阻器混沌电路.     

Brain-like synaptic memristor based on lithium-doped silicate for neuromorphic computing

Artificial synapse is one of the potential electronics for constructing neural network hardware. In this work, Pt/LiSiO_x/TiN analog artificial synapse memristor is designed and investigated. With the increase of compliance current (C. C.) under 0.6 mA, 1 mA, and 3 mA, the current in the high resistance state (HRS) presents an increasing variation, which indicates lithium ions participates in the operation process for Pt/LiSiO_x/TiN memristor. Moreover, depending on the movement of lithium ions in the functional layer, the memristor illustrates excellent conduction modulation property, so the long-term potentiation (LTP) or depression (LTD) and paired-pulse facilitation (PPF) synaptic functions are successfully achieved. The neural network simulation for pattern recognition is proposed with the recognition accuracy of 91.4%. These findings suggest the potential application of the LiSiO_x memristor in the neuromorphic computing.     

Artificial synaptic behavior of the SBT-memristor

The synapse of human brain neurons is not only the transmission channel of information, but also the basic unit of human brain learning and information storing. The artificial synapse is constructed based on the Sr_(0.97)Ba_(0.03) TiO_(3-x)(SBT) memristor, which realizes the short-term and long-term plasticity of the synapse. The experiential learning and non-associative learning behavior in accordance with human cognitive rules are realized by using the SBT-memristor-based synapse. The process of synaptic habituation and sensitization is analyzed. This study provides insightful guidance for realization of artificial synapse and the development of artificial neural network.     

Long-term depression and other synaptic plasticity in the cerebellum

Cerebellar long-term depression (LTD) is a type of synaptic plasticity and has been considered as a critical cellular mechanism for motor learning. LTD occurs at excitatory synapses between parallel fibers and a Purkinje cell in the cerebellar cortex, and is expressed as reduced responsiveness to transmitter glutamate. Molecular induction mechanism of LTD has been intensively studied using culture and slice preparations, which has revealed critical roles of Ca²⁺, protein kinase C and endocytosis of AMPA-type glutamate receptors. Involvement of a large number of additional molecules has also been demonstrated, and their interactions relevant to LTD mechanisms have been studied. In vivo experiments including those on mutant mice, have reported good correlation of LTD and motor learning. However, motor learning could occur with impaired LTD. A possibility that cerebellar synaptic plasticity other than LTD compensates for the defective LTD has been proposed.     

基于串并联磁控忆阻器的耦合行为研究

忆阻器是纳米级器件, 其功耗低, 集成度高, 有着巨大的应用潜能. 单个器件具有丰富的电学性质, 其串并联电路更展现了丰富的动力学行为. 然而, 忆阻器在高密度集成的环境下, 其耦合效应不可忽视. 因此, 本文首先基于磁控忆阻器推导了耦合忆阻器的数学模型. 其次, 在考虑不同极性连接和耦合强度的前提下, 讨论两个磁控忆阻器串并联的耦合情况, 进行了详细的理论分析, 并通过数值仿真探索了耦合效应对忆阻系统的影响. 同时, 设计了基于Matlab的图形用户界面, 直观地展示了不同参数下的耦合特性曲线. 进一步, 本文展示了有无耦合情况下, 初始阻值对忆阻器正常工作范围的影响. 最后, 构建耦合忆阻器的Pspice仿真器, 从电路的角度再次验证了忆阻器间的耦合效应. 实验结果表明: 同极性耦合增强了阻值的改变, 相反极性的耦合减缓了阻值的改变. 这些动力学特性可以很好地应用于忆阻网络中, 也为全面考虑忆阻系统电路的设计提供了强大的理论基础.     

具有突触特性忆阻模型的改进与模型经验学习特性机理

许多忆阻器都具有与生物神经突触功能相似的特性,这些特性包括记忆与遗忘特性、经验学习特性等.文献[17]根据记忆与遗忘特性建立了这类忆阻器的模型,文献[19,20]在对该模型的仿真研究中发现该模型也具有描述经验学习特性的能力.在关于这一模型已有研究的基础上,本文对该模型状态方程的特性与机理给出进一步的分析.分析中发现原模型的窗口函数的设计和使用存在问题,并且原模型建模时对于实验现象的解读不够准确.针对这些问题对原模型的状态方程进行了改进,完善了模型功能.对于该模型能够描述经验学习特性的机理,分别利用对于模型的状态方程的分析以及周期脉冲信号作用下的状态方程解析分析,对该机理给出定性和定量的讨论.利用机理分析所得的相关结论,设计了基于经验学习实验的模型状态方程中的参数和函数的估计方法,方便了该模型在这一类忆阻器的实验研究中的应用.     

基于抑制性突触可塑性的反馈神经回路兴奋性与抑制性动态平衡

大脑皮层的兴奋性与抑制性平衡是维持正常脑功能的前提, 而其失衡会诱发癫痫、帕金森、抑郁症等多种神经疾病, 因此兴奋性与抑制性平衡的研究是脑科学领域的核心科学问题. 反馈神经回路是脑皮层网络的典型连接模式, 抑制性突触可塑性在兴奋性与抑制性平衡中扮演关键角色. 本文首先构建具有抑制性突触可塑性的反馈神经回路模型; 然后通过计算模拟研究揭示在抑制性突触可塑性的调控下反馈神经回路的兴奋性与抑制性可取得较高程度的动态平衡, 并且二者的平衡对输入扰动具有较强的鲁棒性; 其次给出了基于抑制性突触可塑性的反馈神经回路兴奋性与抑制性平衡机理的解释; 最后发现反馈回路神经元数目有利于提高兴奋性与抑制性平衡的程度, 这在一定程度上解释了为何神经元之间会存在较多的连接. 本文的研究对于理解脑皮层的兴奋性与抑制性动态平衡机理具有重要的参考价值.     

离子迁移忆阻混沌电路及其在语音保密通信中的应用

忆阻器是一种具有记忆功能和纳米级尺寸的非线性元件, 作为混沌系统的非线性部分, 能够使系统的物理尺寸大大减小, 同时可以得到各种丰富的非线性曲线, 提高混沌系统的复杂度和信号的随机性. 因此, 本文采用离子迁移忆阻器的磁控模型设计了一个新的混沌系统. 通过理论推导、数值仿真、Lyapunov指数谱、分岔图和Poincaré截面图研究了系统的基本动力学特性, 并分析了改变不同参数时系统动力学行为的变化. 同时, 建立了模拟该系统的SPICE电路, SPICE仿真结果与数值分析相符, 从而验证该混沌系统的混沌产生能力. 最后, 利用线性反馈同步控制方法实现了新构造的离子迁移忆阻混沌系统的同步, 并且采用该同步方法有效实现了语音信号的保密通信. 数值仿真证实了新混沌系统的存在性以及同步控制应用的可行性.     

Implementation of an analogue model of a memristor based on a light-dependent resistor

In this paper,an analogue model of a memristor using a light-dependent resistor(LDR) is presented.This model can be simplified into two parts:a control circuit and a variable resistor.It can be used to easily verify theoretical presumptions about the switching properties of memristors.This LDR-based memristor model can also be used in both simulations and experiments for future research into memristor applications.The paper includes mathematical models,simulations,and experimental results.     

New insights into the regulation of synaptic transmission and plasticity by the endoplasmic reticulum and its membrane contacts

Mammalian neurons are highly compartmentalized yet very large cells. To provide each compartment with its distinct properties, metabolic homeostasis and molecular composition need to be precisely coordinated in a compartment-specific manner. Despite the importance of the endoplasmic reticulum (ER) as a platform for various biochemical reactions, such as protein synthesis, protein trafficking, and intracellular calcium control, the contribution of the ER to neuronal compartment-specific functions and plasticity remains elusive. Recent advances in the development of live imaging and serial scanning electron microscopy (sSEM) analysis have revealed that the neuronal ER is a highly dynamic organelle with compartment-specific structures. sSEM studies also revealed that the ER forms contacts with other membranes, such as the mitochondria and plasma membrane, although little is known about the functions of these ER-membrane contacts. In this review, we discuss the mechanisms and physiological roles of the ER structure and ER-mitochondria contacts in synaptic transmission and plasticity, thereby highlighting a potential link between organelle ultrastructure and neuronal functions.